پیش بینی بارندگی ماهانه ایستگاه سینوپتیک کرمانشاه تحت سناریوهای اجتماعی- اقتصادی گزارش ششم تغییر اقلیم

تغییرات اقلیم در ایران اهمیت بسیار بالایی برخوردار بوده چراکه کاهش میزان بارندگی تاثیرات منفی زیادی بر مسائل زیستی و اجتماعی دارد. در این مطالعه پیش بینی بلندمدت بارندگی تحت سناریوهای مبتنی بر مسیرهای اجتماعی و اقتصادی گزارش ششم تغییر اقلیم در ایستگاه سینوپتیک کرمانشاه انجام شد. برای این منظور از داده های مدل های جهانی به ویژه Canesm۵ MRI-ESM۲-۰, MIROC۶, استفاده شد. ریزمقیاس نمایی مدل ها با روش تغییر عامل دلتا انجام شد. دقت مدل های تصحیح شده نسبت به داده های مشاهداتی برای دوره ۱۹۹۰-۲۰۱۴ با استفاده از شاخص های میانگین مربعات خطا و ضریب نش مورد ارزیابی قرار گرفته اند.نتایج نشان داد که کمینه میانگین بارندگی ماهانه در بازه (۲۰۲۶-۲۱۰۰) به ترتیب مربوط به ماه هایJUNE, JULY, AUGUST, SEPTEMBER است و بیشینه بارش به ترتیب در ماه های APRIL-MARCH-NOVEMBER در هر سه آینده نزدیک، میانه، دور است. برای هر سه سناریو روند تغییرات بارندگی ماهانه در دوره آتی دوم (۲۰۵۱-۲۰۷۵) شباهت بیشتری به هم دارند ولی در سناریو SSP۱۲۶ مدل های MIROC۶, CanESM۵ نسبت به سناریوهای SSP۲۴۵, SSP۵۸۵ مدل MRI-ESM۲-۰ افزایش بیشتری در این دوره تاریخی برای بارندگی را پیش بینی کرده اند. با توجه به سنجه های صحت سنجی بعد از تصحیح اریبی، بهترین و بدترین مدل برای پیش بینی بارندگی ماهانه به ترتیب مدل MIROC۶ و MRI-ESM۲-۰ می باشد. ضریب نش برای مدل های MRI-ESM۲- MIROC۶, CanESM۵ به ترتیب ۹۱/۰، ۹۳/۰، ۹۵/۰محاسبه شد و حاکی از کارایی این روش در ریزمقیاس کردن بارندگی دارد. در مقایسه، مدل MRI-ESM۲-۰ برای پیش بینی بارندگی ماهانه دقت کمتری دارد اما دقت این مدل برای سایر پارامترهای اقلیمی و مناطق دیگر مطالعاتی ممکن است نتایج دیگری را نشان دهد.

کلیدواژه ها:

گزارش ششم تغییر اقلیم CMIP۶ ، بارندگی ماهانه ، ریزمقیاس نمایی ، روش تغییر عامل دلتا و تصحیح اریبی